[發(fā)明專利]一種容器調(diào)度的方法、設(shè)備及存儲(chǔ)介質(zhì)

有效

• 申請?zhí)枺?/td>: 202010016729.3
• 申請日: 2020-01-08
• 公開（公告）號(hào): CN111209083B
• 公開（公告）日: 2023-05-09
• 發(fā)明（設(shè)計(jì)）人: 康旭;張振;王曉峰;龐國際;于濱
• 申請（專利權(quán)）人: 中國聯(lián)合網(wǎng)絡(luò)通信集團(tuán)有限公司
• 主分類號(hào): G06F9/455
• 分類號(hào): G06F9/455;G06F9/50
• 代理公司: 北京同立鈞成知識(shí)產(chǎn)權(quán)代理有限公司 11205
• 代理人: 李洪娟;劉芳

1.一種容器調(diào)度的方法，其特征在于，包括：

獲取各虛擬機(jī)節(jié)點(diǎn)的負(fù)載數(shù)據(jù)；

采用經(jīng)驗(yàn)?zāi)B(tài)分解法對所述負(fù)載數(shù)據(jù)進(jìn)行分解處理，獲得所述負(fù)載數(shù)據(jù)的整體變化趨勢數(shù)據(jù)；

根據(jù)所述整體變化趨勢數(shù)據(jù)，確定樣本熵，作為所述負(fù)載數(shù)據(jù)的特征數(shù)據(jù)；

基于所述特征數(shù)據(jù)，確定負(fù)載數(shù)據(jù)波動(dòng)范圍；

根據(jù)所述負(fù)載數(shù)據(jù)波動(dòng)范圍調(diào)整容器的副本數(shù)；

其中，所述采用經(jīng)驗(yàn)?zāi)B(tài)分解法對所述負(fù)載數(shù)據(jù)進(jìn)行分解處理，獲得所述負(fù)載數(shù)據(jù)的整體變化趨勢數(shù)據(jù)，包括：

根據(jù)負(fù)載數(shù)據(jù)曲線連接的所有局部最大值點(diǎn)，獲得所述負(fù)載數(shù)據(jù)的上包絡(luò)函數(shù)，根據(jù)負(fù)載數(shù)據(jù)曲線連接的所有局部最小值點(diǎn)，獲得下包絡(luò)函數(shù)；

將所述負(fù)載數(shù)據(jù)與上包絡(luò)函數(shù)加下包絡(luò)函數(shù)的和的一半的差值確定為差值函數(shù)；

若所述差值函數(shù)滿足條件，則確定所述差值函數(shù)為第一固有模態(tài)函數(shù)分量；其中，所述條件為差值函數(shù)的極值點(diǎn)和過零點(diǎn)個(gè)數(shù)相等或者相差一個(gè)，且上包絡(luò)函數(shù)和下包絡(luò)函數(shù)的均值等于零；

若差值函數(shù)不滿足所述條件，則將所述差值函數(shù)作為新的負(fù)載數(shù)據(jù)重復(fù)上述操作，直到最新得到的差值函數(shù)滿足所述條件，將最新得到的滿足所述條件的差值函數(shù)標(biāo)記為第一固有模態(tài)函數(shù)分量；

將所述負(fù)載數(shù)據(jù)與所述第一固有模態(tài)函數(shù)分量的差值確定為第一殘差；

將所述第一殘差確定為新的負(fù)載數(shù)據(jù)，重復(fù)上述操作，進(jìn)而獲得第二固有模態(tài)函數(shù)分量，依次類推，獲得第n固有模態(tài)函數(shù)分量，進(jìn)而獲得第n殘差，若第n殘差為單調(diào)函數(shù)，則將第n殘差確定為負(fù)載數(shù)據(jù)的整體變化趨勢數(shù)據(jù)；其中，n為正整數(shù)。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述負(fù)載數(shù)據(jù)包括虛擬機(jī)節(jié)點(diǎn)中各應(yīng)用當(dāng)前占用資源；

所述獲取各虛擬機(jī)節(jié)點(diǎn)的負(fù)載數(shù)據(jù)，包括：

從各虛擬機(jī)節(jié)點(diǎn)獲取原負(fù)載數(shù)據(jù)；

對所述原負(fù)載數(shù)據(jù)進(jìn)行預(yù)處理，獲得所述負(fù)載數(shù)據(jù)。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述根據(jù)所述整體變化趨勢數(shù)據(jù)，確定樣本熵，包括：

根據(jù)所述整體變化趨勢數(shù)據(jù)，獲得m維的整體變化趨勢數(shù)據(jù)和m+1維的整體變化趨勢數(shù)據(jù)；

根據(jù)所述m維的整體變化趨勢數(shù)據(jù)和所述m+1維的整體變化趨勢數(shù)據(jù)，確定所述樣本熵；其中，m是指大于等于2且小于n的整數(shù)，n為所述整體變化趨勢數(shù)據(jù)中的元素?cái)?shù)量。

4.根據(jù)權(quán)利要求3所述的方法，其特征在于，所述根據(jù)所述整體變化趨勢數(shù)據(jù)，確定樣本熵，包括：

將所述負(fù)載數(shù)據(jù)的整體變化趨勢數(shù)據(jù)按照每連續(xù)的m個(gè)元素為一組進(jìn)行分組，獲得所述m維的整體變化趨勢數(shù)據(jù)；確定每兩組變化趨勢數(shù)據(jù)之間的距離差；根據(jù)所述負(fù)載數(shù)據(jù)的整體變化趨勢數(shù)據(jù)，確定閾值；根據(jù)每兩組變化趨勢數(shù)據(jù)之間的距離差和所述閾值，確定距離差小于閾值的數(shù)量；根據(jù)距離差小于閾值的數(shù)據(jù)量確定第一均值；

將所述負(fù)載數(shù)據(jù)的整體變化趨勢數(shù)據(jù)按照每連續(xù)的m+1個(gè)元素為一組進(jìn)行分組，獲得所述m+1維的整體變化趨勢數(shù)據(jù)；確定每兩組變化趨勢數(shù)據(jù)之間的距離差；根據(jù)每兩組變化趨勢數(shù)據(jù)之間的距離差和所述閾值，確定距離差小于閾值的數(shù)量；根據(jù)距離差小于閾值的數(shù)據(jù)量確定第二均值；

根據(jù)所述第一均值和所述第二均值，確定所述樣本熵。

5.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述基于所述特征數(shù)據(jù)，確定負(fù)載數(shù)據(jù)波動(dòng)范圍，包括：

基于所述特征數(shù)據(jù)，采用訓(xùn)練好的負(fù)載數(shù)據(jù)預(yù)測模型，確定負(fù)載數(shù)據(jù)波動(dòng)范圍。

6.根據(jù)權(quán)利要求5所述的方法，其特征在于，在基于所述特征數(shù)據(jù)，采用訓(xùn)練好的負(fù)載數(shù)據(jù)預(yù)測模型，確定負(fù)載數(shù)據(jù)波動(dòng)范圍之前，所述方法還包括：

獲取訓(xùn)練數(shù)據(jù)；

基于所述訓(xùn)練數(shù)據(jù)，采用PSO-SVR算法進(jìn)行訓(xùn)練，獲得所述訓(xùn)練好的負(fù)載數(shù)據(jù)預(yù)測模型。